Le 33ᵉ Symposium Européen sur les Réseaux de Neurones Artificiels, l’Intelligence Computationnelle et l’Apprentissage Automatique sera organisé en mode hybride, du mercredi 23 au vendredi 25 avril 2025. La participation sera possible à la fois en présentiel et en ligne.
Le vendredi 25 avril à 10h45 l’Umons presentera un papier redigé en collaboration avec le CETIC :
Titre - SecureBFL : a Blockchain-enhanced federated learning architecture with MPC
Abstract : La demande croissante de données dans le domaine de l’apprentissage automatique soulève d’importantes questions en matière de protection de la vie privée. L’apprentissage fédéré (FL) permet à plusieurs entités de former des modèles en collaboration sans partager les données brutes. Cependant, l’apprentissage centralisé (CFL) repose sur un serveur central, ce qui le rend vulnérable aux attaques par empoisonnement et aux points de défaillance uniques (SPOF). La FL décentralisée (DFL) résout ces problèmes en supprimant le serveur central. Cet article propose une nouvelle architecture DFL intégrant la blockchain pour résister aux attaques et le calcul multipartite (MPC) pour un transfert sécurisé des paramètres du modèle. Cette architecture renforce la sécurité et la confidentialité de l’apprentissage collaboratif sans compromettre la qualité des résultats.
Auteurs : Tanguy Vansnick - Université de Mons et Leandro Collier, Ingénieur de Recherche au CETIC
Voir en ligne : https://www.esann.org/